找到 3 条结果
应用先进重复控制器抑制MMC中APOD方案谐波的研究
Application of an Advanced Repetitive Controller to Mitigate Harmonics in MMC With APOD Scheme
Sreedhar Madichetty · Abhijit Dasgupta · Sambeet Mishra · Chinmoy Kumar Panigrahi 等5人 · IEEE Transactions on Power Electronics · 2016年9月
模块化多电平变换器（MMC）中，子模块电容电压波动会导致环流中出现二次及其他偶次谐波，影响系统性能并威胁功率器件安全。本文提出了一种先进的重复控制策略，旨在有效抑制MMC环流中的谐波分量，提升变换器的运行稳定性和可靠性。
解读: MMC拓扑在阳光电源的大型集中式光伏逆变器及高压大功率储能变流器（如PowerTitan系列）中具有重要应用潜力。环流抑制是提升大功率变换器效率与可靠性的关键技术。本文提出的先进重复控制策略能有效优化环流控制，降低损耗并减少对功率器件的应力，有助于提升阳光电源大型储能系统在复杂电网环境下的电能质量。...
面向直流微电网的PINN混合网络防御机制：抵御重放/虚假数据注入攻击的弹性可靠控制
Hybrid Cyber Defense Mechanism With PINN for Resilient and Reliable Control Against Replay/ FDI Attacks in DC Microgrid Systems
Venkata Siva Prasad Machina · Sriranga Suprabhath Koduru · Sreedhar Madichetty · Sukumar Mishra · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种融合双向LSTM自编码器、互相关分析与物理信息神经网络（PINN）的混合网络防御框架，用于检测并抑制直流微电网中的重放和虚假数据注入攻击，结合卡尔曼滤波器保障控制稳定性，已在MATLAB/Simulink及实验平台验证其95%以上检测精度与实时性。
解读: 该研究对阳光电源PowerTitan、PowerStack等储能系统在微电网场景下的网络安全防护具有直接参考价值，尤其适用于iSolarCloud平台接入的分布式光储系统。其轻量化PINN+Bi-LSTM算法可嵌入ST系列PCS本地控制器（如ST50K），增强边缘侧攻击识别与自主恢复能力；建议在新一...
保护直流微电网免受网络攻击：基于实时实现的混合物理信息神经网络控制策略
Securing DC Microgrids Against Cyber-Attacks: Hybrid Physics-Informed Neural Network Control Strategy with Real-Time Implementation
Sriranga Suprabhath Koduru · Venkata Siva Prasad Machina · Sreedhar Madichetty · S Mishra · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
随着绿色可持续能源转型的加速，可再生能源在直流微电网（DC MGs）中的集成日益重要。然而，在应对网络安全威胁的同时确保高效控制仍具挑战性。现有控制设计常忽视对虚假数据注入（FDI）攻击的防御。本文提出一种融合线性卡尔曼滤波器（LKF）与神经网络（NN）的混合物理信息神经网络（HPINN）方法，通过NN校正提升状态估计鲁棒性，实现攻击检测与缓解。该策略在含燃料电池、光伏及储能系统的三节点环网DC MG中验证，结合MATLAB仿真与实时实验，涵盖源荷变化与FDI攻击场景。结果表明，HPINN能有效...
解读: 该混合物理信息神经网络（HPINN）网络安全防护技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的卡尔曼滤波与神经网络融合方案可直接应用于储能系统BMS通信层和微电网EMS控制层，有效抵御虚假数据注入攻击，保障电压电流传感器数据完整性。该技术可集成至iSo...